Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 92 000 collaborateurs pour un chiffre d'affaires de 23,2 milliards d'Euros en 2023, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique.
Safran est la 1ère entreprise du secteur aéronautique et défense du classement « World's Best Companies 2023 » du magazine TIME.
N°1 des fonctions d'atterrissage et de freinage, Safran Landing Systems équipe les flottes civiles, régionales, d'affaires et militaires de plus de 25 avionneurs. Son expertise couvre l'ensemble du cycle de vie de ses produits, de la conception et la fabrication à la maintenance et la réparation.
Au sein de la division Roue et Freins, l'équipe Performance de Freinage a pour objectif de maîtriser la performance et la durée de vie des freins carbone. Pour cela, elle analyse des données de production, des données d'essais, des statistiques d'utilisation des freins en service par les compagnies aériennes
Dans ce contexte, plusieurs projets d'analyse de données et de data science sont en cours : analyse des clients, maîtrise de la performance, visualisation des opérations des compagnies.
Etudiant en dernière année d'école d'ingénieur (généraliste ou spécialisation data)
Maîtrise de python, intérêt prononcé pour l'analyse de données.
Compétences supplémentaires appréciées : Data viz (Seaborn, Plotly), Streamlit, data science.
Le but du stage est de développer les outils de visualisation des informations de traçabilité de nos freins carbone.
Il s'agit d'exploiter les différentes sources de données pour fournir aux différents projets et équipes métier une vision simple et ergonomique de la vie des disques de freins carbone, des premières étapes de production jusqu'à la fin de leur vie en service, en passant par les mesures intermédiaires de caractérisation du matériau, ainsi que certains indicateurs clés de performance.
Missions :
- Exploration de données, analyses statistiques.
- Développement des fonctions, en s'inspirant de l'existant, pour tracer et agréger les données de la matière première (fibre de carbone) jusqu'à la fin de la vie des freins carbone.
- Développement d'un dashboard (de type Streamlit) pour afficher les données et tracer les graphiques associés.
- Eventuellement quelques travaux de modélisation statistique sur certaines caractéristiques de production.
- Participation à divers sujets concernant la data.
- Contribution au développement et à l'enrichissement des bases de données.
Etudiant en dernière année d'école d'ingénieur (généraliste ou spécialisation data)
Maîtrise de python, intérêt prononcé pour l'analyse de données.
Compétences supplémentaires appréciées : Data viz (Seaborn, Plotly), Streamlit, data science.
Le but du stage est de développer les outils de visualisation des informations de traçabilité de nos freins carbone.
Il s'agit d'exploiter les différentes sources de données pour fournir aux différents projets et équipes métier une vision simple et ergonomique de la vie des disques de freins carbone, des premières étapes de production jusqu'à la fin de leur vie en service, en passant par les mesures intermédiaires de caractérisation du matériau, ainsi que certains indicateurs clés de performance.
Missions :
- Exploration de données, analyses statistiques.
- Développement des fonctions, en s'inspirant de l'existant, pour tracer et agréger les données de la matière première (fibre de carbone) jusqu'à la fin de la vie des freins carbone.
- Développement d'un dashboard (de type Streamlit) pour afficher les données et tracer les graphiques associés.
- Eventuellement quelques travaux de modélisation statistique sur certaines caractéristiques de production.
- Participation à divers sujets concernant la data.
- Contribution au développement et à l'enrichissement des bases de données.